凯迪拉克的超级计算机设计了Lyriq EV

2021-04-27 19:15:43    来源:蜀车网    作者:陈嘉欣     企业 >

凯迪拉克Lyriq电动跨界车比预期提前九个月投产。事情发生了,通用汽车的目标是每年减少约15亿美元的成本。那么公司是如何做到的呢?虚拟设计。

通用汽车全球虚拟设计,开发和验证执行总监迈克·安德森(Mike Anderson)表示:“在2018年,我们经历了一次转型,我们需要改变成本结构。这是推动这一增长的动力。”“长期以来,我们一直以此作为补充。我们意识到这是加快速度的绝佳工具。而且更好的是,我们看到了更高的初始质量”

虚拟设计,开发和验证(VDDV)的新过程正在影响公司的所有品牌。这是Lyriq提早推出的原因,也是悍马开发得比平常更快的原因。现在,通用汽车在开发初期就使用了该系统,“这使团队可以在数字环境的范围内优化车辆的设计,质量和性能,从而使通用汽车能够快速加快产品开发周期,同时显着降低成本。”

这对于充当基座的Ultium电池平台来说更有意义。可以在模型之间适应不同的组件,这意味着从一种车辆中学习可以帮助加快其他车辆的开发。对于Lyriq,凯迪拉克使用VDDV来检查机舱舒适度,包括气流,最大化范围的先进空气动力学,空气声学和噪声消除,驾驶员辅助和安全功能。

凯迪拉克的超级计算机设计了Lyriq EV

所有这一切听起来可能疯狂地实现了数字化,但是它在整个过程中都变得更好,更便宜,更快捷。

“有了这些新的超级计算机,我们就可以分析需要了解'为什么'的东西。现在好极了,我们真的不需要风洞。”安德森说。他说:“我们可以看到为什么会发生阻力,平衡是什么,并且可以随风而行,而这通常是看不见的。”

他们还可以使用VDDV进行崩溃测试。

安德森说:“通过物理碰撞评估,由于每次试验中车辆都被毁坏,因此可获得的信息量固有地受到限制。”“但是,通过虚拟测试,我们能够获取有关碰撞前,碰撞中和碰撞后车辆系统和组件的复杂网络的性能的大量新数据。”

通用汽车不只是在40英里/小时的车辆宽度的25%处进行一次重叠碰撞测试。它可以以任何速度在任何重叠处完成一百万个操作。“我们正在努力实现包括人类在内的100%虚拟化,”安德森说。“我们拥有这种全球人体模型,比以往任何时候我们都更了解软组织损伤。我们从真实的人那里上传了数千张MRI图像,以使这些模型正确无误,并且所有部件之间都可以相互交流。”

这个人类数字模型的每一点都内置了温度,重力,扭曲等传感器。“我们称其为“生物保真度”。通常情况下,傻瓜游戏要花费数周的时间。我们使用高速胶卷和高速摄影机将汽车撞到障碍物上。现在,我们有了无限的摄影机和无限的传感器,”安德森说。而且他们没有一辆残破的汽车要处理。

凯迪拉克的超级计算机设计了Lyriq EV

另一个重要部分涉及“关闭电话”。

安德森说:“在传统的测试中,我们会在撞车后看到燃油泄漏,我们会知道有东西被挤压,但如果是紧急情况,我们永远不会知道。”“现在,超级计算机可以告诉我们内部是否发生了皱纹。我们还必须对诸如安全气囊如何在新屏幕和我们所包括的其他技术周围展开等模型进行建模。”

即使是进行噪音,振动和粗糙度(NVH)测试,通用汽车也可以打出崎bump不平的道路,并查看模型以查看正在移动或产生噪音的原因。在这里,该模型比人类模型更好,因为有时我们无法分辨噪声和振动之间的差异。电脑可以。

安德森及其团队负责当前和将来所有通用汽车的每个组件,子系统和集成区域的计算机辅助工程(CAE)。他在全球有2,000人正在构建这些复杂的模型。

Anderson在公司工作了30年,担任过全球变速箱和电气化硬件执行董事,全球发动机硬件执行董事,四缸燃气发动机全球首席工程师和程序经理以及发动机开发和验证总监等职务。

凯迪拉克的超级计算机设计了Lyriq EV

当Covid发行时,安德森很高兴我们没有使用90年代的技术。“这是我们在Covid期间可以使用的唯一工程,在大流行发生之前,我们已经做好了90%的准备来应对此类紧急情况。IT部门的出色工作为我们提供了其余的解决方案。”

安德森和他的团队可以在家工作,将信息发送到总部的超级计算机,然后观察结果涌入。 “ 他说。“使用VDDV,您可以比旧方法更早地捕获所有这些东西。”

即使计算机功能呈指数级增长,仍然存在瓶颈。

安德森说:“首先存在物理障碍,最终我们仍然需要制造模具并切割金属。”“但是也存在文化障碍。数十年来,我们一直以这种方式这样做;成千上万的人以一种方式进行教学,需要另一种方式进行教学,但这只会变得越来越便宜。”

“歌词”原计划于2022年底推出,但现在计划于2022年第一季度投入生产。从9月份开始可以预订。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

热门文章

热点推荐

精选文章